Pengelolaan konsumsi listrik menjadi hal yang semakin penting di era digital saat ini. Baik di rumah, industri, maupun lingkungan pendidikan, pemantauan penggunaan energi secara akurat dapat membantu menghemat biaya sekaligus meningkatkan efisiensi penggunaan listrik. Oleh karena itu, dibutuhkan sebuah sistem monitoring listrik yang mampu menampilkan data secara real-time dan mudah diakses dari mana saja.
Salah satu solusi yang dapat diterapkan adalah dengan memanfaatkan teknologi Internet of Things (IoT) yang memungkinkan perangkat elektronik saling terhubung dan bertukar data melalui jaringan internet. Dengan adanya sistem berbasis IoT, informasi mengenai konsumsi listrik dapat dikumpulkan secara otomatis tanpa perlu melakukan pencatatan manual seperti pada metode konvensional.
Pada proyek ini, kita akan membangun sistem monitoring konsumsi daya listrik secara real-time yang mampu membaca berbagai parameter kelistrikan seperti tegangan, arus, daya, dan energi listrik yang telah digunakan. Data yang diperoleh dari sensor akan diproses oleh Raspberry Pi sebagai perangkat komputasi utama sebelum dikirimkan ke Google Sheets sebagai media penyimpanan berbasis cloud.
Tidak hanya sekedar menampilkan data, sistem ini juga dilengkapi dengan AI ringan yang berfungsi untuk melakukan analisis sederhana terhadap pola penggunaan listrik. Dengan metode analisis tertentu, sistem dapat mendeteksi adanya anomali atau penggunaan listrik yang tidak normal sehingga pengguna dapat segera melakukan tindakan pencegahan.
Dengan menggabungkan teknologi AI, IoT, dan cloud computing, sistem monitoring ini mampu memberikan solusi pemantauan energi yang lebih modern, fleksibel, dan efisien. Selain itu, proyek ini juga sangat cocok dijadikan sebagai media pembelajaran dalam bidang Internet of Things, sistem kelistrikan, dan analisis data, baik untuk mahasiswa, peneliti, maupun pengembang teknologi.
Kita akan membangun sistem monitoring konsumsi daya listrik secara real-time yang dapat menampilkan, mencatat, dan menganalisis data kelistrikan secara langsung, serta mengirimkan datanya ke Google Sheets sebagai penyimpanan berbasis cloud. Empat parameter utama yang akan dipantau dalam sistem ini yaitu:
- Tegangan (V) – nilai tegangan listrik yang digunakan oleh beban.
- Arus (A) – jumlah arus listrik yang mengalir ke beban.
- Daya (W) – besarnya daya listrik yang sedang digunakan.
- Energi (kWh) – total energi listrik yang telah terpakai, sehingga memudahkan dalam menghitung biaya listrik.
Sistem akan menampilkan data tersebut sekaligus mengirimkannya ke Google Sheets melalui API, sehingga data dapat diakses dari mana saja. Dengan adanya dukungan AI, sistem juga dapat mengenali pola penggunaan listrik yang tidak normal secara otomatis.
1. Manfaat & Penerapan
Proyek ini dapat dimanfaatkan di berbagai bidang, antara lain:
• Industri & Pabrik – memonitor penggunaan listrik pada mesin produksi secara lebih akurat.
• Smart Home – membantu mengontrol serta memantau konsumsi listrik perangkat rumah tangga.
• Laboratorium & Pendidikan – menjadi sarana pembelajaran mengenai IoT, sistem kelistrikan, dan analisis data.
2. Kelebihan Sistem
• Monitoring data secara real-time tanpa perlu pencatatan manual.
• Terintegrasi dengan cloud sehingga data dapat diakses dari mana saja.
• Memanfaatkan analisis AI untuk melakukan prediksi dan mendeteksi anomali.
• Data historis tersimpan dengan aman di Google Sheets sehingga mudah digunakan untuk evaluasi dan perencanaan penggunaan energi.
3. Teknologi & Perangkat yang Digunakan
• Sensor: PZEM-004T v3 untuk mengukur tegangan, arus, daya, dan energi listrik.
• Interface: Modul USB–TTL CP2102 sebagai media komunikasi dengan Raspberry Pi 4.
• Unit Pemrosesan: Raspberry Pi 4 yang berfungsi sebagai edge device.
• Cloud Service: Google Sheets sebagai media penyimpanan sekaligus dashboard data.
• Metode AI: Robust Z-Score yang digunakan untuk mendeteksi anomali pada data.
4. Alur Kerja Sistem
a. Edge Device (Raspberry Pi 4)
• Membaca data tegangan, arus, daya, dan kWh dari sensor PZEM-004T v3 melalui komunikasi UART (baud rate 9600 bps) menggunakan modul CP2102.
• Menyimpan data sementara ke file CSV di penyimpanan lokal sebagai cadangan.
b. Integrasi Cloud (Google Sheets)
• Mengirimkan data secara berkala, misalnya setiap 5 detik atau 1 menit, ke Google Sheets.
• Data dapat diakses secara online kapan saja dan dari lokasi mana pun.
c. Visualisasi Dashboard
• Google Sheets menampilkan data dalam bentuk grafik otomatis seperti Line Chart, Scorecard, dan lainnya.
• Nilai pada dashboard akan terus diperbarui mengikuti data terbaru yang dikirim dari Raspberry Pi.
d. AI Ringan di Edge
• Raspberry Pi menjalankan skrip untuk deteksi anomali menggunakan metode Robust Z-Score (Median + MAD – Median Absolute Deviation).
• Jika terdeteksi adanya anomali, sistem akan membuat log khusus serta mengirimkan peringatan ke sheet “Alerts”.
Sistem monitoring konsumsi daya listrik berbasis AI dan IoT merupakan solusi yang efektif untuk memantau penggunaan energi secara real-time dan lebih terstruktur. Dengan memanfaatkan sensor kelistrikan, Raspberry Pi sebagai edge device, serta integrasi cloud melalui Google Sheets, seluruh data dapat direkam dan dianalisis secara otomatis tanpa memerlukan proses manual.
Selain memberikan kemudahan dalam pemantauan, penerapan metode AI ringan seperti Robust Z-Score juga memungkinkan sistem untuk mendeteksi anomali penggunaan listrik secara dini. Hal ini sangat bermanfaat dalam mencegah pemborosan energi, mengidentifikasi potensi kerusakan perangkat listrik, serta membantu pengguna dalam mengambil keputusan yang lebih tepat terkait pengelolaan energi.
Melalui proyek ini, kita dapat melihat bagaimana kombinasi teknologi IoT, AI, dan cloud computing mampu menciptakan sistem monitoring listrik yang lebih cerdas dan efisien. Ke depan, konsep seperti ini dapat terus dikembangkan menjadi bagian dari smart home, smart industry, maupun smart energy management system yang lebih luas.
Baca juga: Wiring Diagram Raspberry Pi 4 ke PZEM-004T Menggunakan USB-TTL CP2102 untuk Monitoring Daya Listrik
Dalam praktik, hasil dan kendala yang ditemui bisa berbeda tergantung perangkat, konfigurasi, versi library, dan sistem yang digunakan.
- Diskusi umum dan tanya jawab praktik: https://t.me/edukasielektronika
- Kendala spesifik dan kasus tertentu: http://bit.ly/Chatarduino
0 Komentar